人工智能和軟件如何推動(dòng)5G數(shù)據(jù)中心轉(zhuǎn)型

　　我們正在見(jiàn)證一個(gè)巨大的計(jì)算機(jī)創(chuàng)新階段�？焖偌铀俚娜�球5G推廣與數(shù)據(jù)密集型工作負(fù)載以及生成型人工智能的突破性發(fā)展相交叉。整個(gè)計(jì)算生態(tài)系統(tǒng)前所未有地需要靈活性，以創(chuàng)新和探索新型加速、新型系統(tǒng)架構(gòu)和新方法來(lái)應(yīng)對(duì)不斷增長(zhǎng)的數(shù)據(jù)消費(fèi)需求。半導(dǎo)體設(shè)計(jì)成本上升和全球能源預(yù)算緊縮帶來(lái)的額外挑戰(zhàn)意味著我們正處于全球計(jì)算基礎(chǔ)設(shè)施轉(zhuǎn)型之中。

　　5G與人工智能的結(jié)合蘊(yùn)藏著巨大的機(jī)遇。 5G技術(shù)可以提供人工智能應(yīng)用收集、傳輸和處理大量數(shù)據(jù)所需的高吞吐量、低延遲和可靠的連接。 作為回報(bào)，人工智能可以幫助 5G 網(wǎng)絡(luò)動(dòng)態(tài)分配資源、管理流量和檢測(cè)異常。 人工智能還可以利用 5G 為用戶和設(shè)備提供個(gè)性化、情境化的智能服務(wù)。 這兩項(xiàng)技術(shù)將共同真正改變我們的溝通、工作和生活方式。

　　但每個(gè)故事都有兩個(gè)方面。 5G 和人工智能給數(shù)據(jù)中心運(yùn)營(yíng)商和客戶帶來(lái)了重大挑戰(zhàn)，因?yàn)閮烧叨紩?huì)產(chǎn)生大量數(shù)據(jù)，需要以靈活、及時(shí)、經(jīng)濟(jì)和節(jié)能的方式存儲(chǔ)、處理和分析。 為了充分利用這個(gè)機(jī)會(huì)，數(shù)據(jù)中心架構(gòu)師需要圍繞計(jì)算的設(shè)計(jì)、構(gòu)建和部署方式尋找變革性方法。

　　5G 虛擬 RAN：邊緣數(shù)據(jù)中心的關(guān)鍵推動(dòng)者

　　支持 5G 的關(guān)鍵創(chuàng)新之一是虛擬無(wú)線接入網(wǎng)絡(luò) (vRAN)。 vRAN 是一種相對(duì)較新的部署模型，正在流行。 它將蜂窩基帶處理功能與硬件解耦，并將其作為軟件在通用服務(wù)器上運(yùn)行。

　　這可以在部署和管理 5G 網(wǎng)絡(luò)時(shí)提供更大的靈活性、可擴(kuò)展性和效率。 虛擬化 5G 基礎(chǔ)設(shè)施的規(guī)模經(jīng)濟(jì)可以通過(guò)多種方式實(shí)現(xiàn)。 第一，結(jié)合相同的計(jì)算基礎(chǔ)設(shè)施來(lái)服務(wù) 5G 連接和邊緣應(yīng)用程序，使連接和數(shù)據(jù)處理更接近源; 其次，軟件驅(qū)動(dòng)的云原生基礎(chǔ)設(shè)施可實(shí)現(xiàn)動(dòng)態(tài)資源分配、負(fù)載平衡、更快的配置和自動(dòng)化網(wǎng)絡(luò)管理，這對(duì)運(yùn)營(yíng)效率產(chǎn)生巨大影響。 第三，借助光纖連接，vRAN 可以將多個(gè)基站匯集到一個(gè)集中式服務(wù)器池中，從而降低 5G 基礎(chǔ)設(shè)施的成本和復(fù)雜性。

　　通過(guò)使計(jì)算能力更接近最終用戶及其設(shè)備，vRAN 可以促進(jìn)邊緣計(jì)算，同時(shí)減少延遲并提高性能。

　　但為了充分發(fā)揮其潛力，vRAN 需要計(jì)算平臺(tái)能夠支持高吞吐量、低延遲和確定性的無(wú)線電信號(hào)處理，同時(shí)保持非常高的計(jì)算效率。 它還需要高速網(wǎng)絡(luò)接口來(lái)處理服務(wù)器、無(wú)線電和終端設(shè)備之間的大量數(shù)據(jù)流量，這進(jìn)一步強(qiáng)調(diào)了對(duì)變革性方法的需求。

　　當(dāng)今的 5G 數(shù)據(jù)中心：CPU 和 DPU

　　傳統(tǒng)通用 CPU 無(wú)法處理 5G vRAN 堆棧復(fù)雜且多樣化的工作負(fù)載。 通過(guò)將所有網(wǎng)絡(luò)功能虛擬化為軟件，包括操作系統(tǒng)、網(wǎng)絡(luò)層、應(yīng)用程序和協(xié)議，數(shù)據(jù)中心內(nèi)的流量急劇增加，從而降低了 CPU 效率。 為了應(yīng)對(duì)這一挑戰(zhàn)，CPU 需要一個(gè)補(bǔ)充性的專用加速設(shè)備，可以卸載 CPU 的網(wǎng)絡(luò)任務(wù)，以提高性能和效率。 當(dāng)今 5G 數(shù)據(jù)中心最流行的加速設(shè)備之一是數(shù)據(jù)處理單元 (DPU)。

5G 基礎(chǔ)設(shè)施中的人工智能。(來(lái)源：Arm)

　　DPU 是具有嵌入式處理器或可編程邏輯的網(wǎng)卡，可以執(zhí)行網(wǎng)絡(luò)功能，例如數(shù)據(jù)包處理、加密/解密、壓縮/解壓縮、負(fù)載平衡、防火墻、路由/交換和服務(wù)質(zhì)量 (QoS)。 DPU可以通過(guò)接管部分網(wǎng)絡(luò)相關(guān)任務(wù)來(lái)幫助降低服務(wù)器的CPU利用率和功耗，從而實(shí)現(xiàn)根據(jù)不同場(chǎng)景配置和優(yōu)化網(wǎng)絡(luò)功能的靈活性和可編程性。

　　異構(gòu)計(jì)算為未來(lái)的工作負(fù)載增加了更多靈活性

　　雖然當(dāng)今的 5G 數(shù)據(jù)中心已經(jīng)利用 CPU 和 DPU 來(lái)支持 vRAN 和其他 5G 應(yīng)用，但下一代 5G 數(shù)據(jù)中心將需要在硬件架構(gòu)、軟件平臺(tái)和服務(wù)模型方面提供更大的靈活性。 例如，數(shù)據(jù)中心可能使用 GPU 來(lái)處理復(fù)雜的數(shù)學(xué)、圖形、視頻或其他大型數(shù)據(jù)集; 用于機(jī)器學(xué)習(xí)工作負(fù)載的 GPU 或 TPU; 以及用于可編程邏輯的 FPGA，以解決更多自定義工作負(fù)載。

　　這種類型的異構(gòu)計(jì)算有助于提高融合智能邊緣數(shù)據(jù)中心的性能、效率和可擴(kuò)展性，這些數(shù)據(jù)中心可以提供更接近最終用戶的RAN服務(wù)、云計(jì)算能力和人工智能應(yīng)用服務(wù)。 最終，將更專業(yè)的計(jì)算移至更靠近設(shè)備和最終用戶的位置，可以改善延遲并實(shí)現(xiàn) 5G 所承諾的許多下一代用例。

　　軟銀、英偉達(dá)和 Arm 最近宣布合作，旨在為人工智能和高性能計(jì)算 (HPC) 創(chuàng)建世界上最先進(jìn)的數(shù)據(jù)中心。 它是當(dāng)前此類數(shù)據(jù)中心轉(zhuǎn)型的最佳示例之一，具有專門的處理功能。 此次合作預(yù)計(jì)將為基于 Nvidia GH200 Grace Hopper 超級(jí)芯片的生成式 AI 和 5G/6G 應(yīng)用提供一個(gè)開(kāi)創(chuàng)性的平臺(tái)，軟銀計(jì)劃在日本各地新的分布式 AI 數(shù)據(jù)中心推出該平臺(tái)。 與過(guò)去使用的數(shù)據(jù)中心相比，新數(shù)據(jù)中心的分布將更加均勻，并可處理人工智能和 5G 工作負(fù)載。 這將使他們能夠以低延遲更好地以峰值容量運(yùn)行，并大幅降低總體能源成本。

　　為了在全球范圍內(nèi)快速部署生成式人工智能應(yīng)用和服務(wù)，軟銀將與英偉達(dá)合作建立數(shù)據(jù)中心，在多租戶通用服務(wù)器平臺(tái)上托管生成式人工智能和無(wú)線應(yīng)用，從而降低成本，提高能效。

　　這種類型的創(chuàng)新代表了5G和人工智能的重要拐點(diǎn)。圍繞專門處理提供的目標(biāo)性能構(gòu)建的整個(gè)數(shù)據(jù)中心為運(yùn)營(yíng)商提供了實(shí)現(xiàn)vRAN潛力所需的操作效率。此外，專門的處理使運(yùn)營(yíng)商能夠在同一物理位置共同托管人工智能或3D視頻會(huì)議等計(jì)算密集型服務(wù)，從而更接近數(shù)據(jù)，更接近用戶。這一點(diǎn)至關(guān)重要，因?yàn)殪`活性、低延遲和性能效率確保了計(jì)算資源的最佳使用及其所需的資本和能源成本，從而改變了整個(gè)數(shù)據(jù)中心的TCO(總擁有成本)等式。

　　當(dāng)我們展望下一代5G數(shù)據(jù)中心時(shí)，對(duì)靈活高效的計(jì)算平臺(tái)的需求至關(guān)重要。在5G和人工智能的推動(dòng)下，為了滿足對(duì)數(shù)據(jù)中心服務(wù)日益增長(zhǎng)的需求，下一代數(shù)據(jù)中心將被定義為適應(yīng)新技術(shù)和工作負(fù)載的能力，并提供企業(yè)和消費(fèi)者所需的性能和效率——我們將繼續(xù)看到高效、專業(yè)的硅作為該領(lǐng)域創(chuàng)新和轉(zhuǎn)型的基礎(chǔ)。

　　作者：Panch Chandrasekaran